[发明专利]城市健康风险空间识别优化方法、系统、设备及存储介质

权利要求书

1.一种城市健康风险空间识别优化方法，其特征在于，所述方法包括：

获取目标城市的基础地理信息数据和网络开源数据，构成第一样本数据集；

对第一样本数据集进行预处理，得到第二样本数据集；

将目标城市中目标区域的地图划分为多个网格，对第二样本数据集中的数据进行统计和处理，形成健康风险空间相关指标，得到第三样本数据集；

根据第三样本数据集，构建随机森林模型，使用交叉验证训练随机森林模型并进行参数调优，得到健康风险空间识别模型；

利用城市健康风险空间识别模型，对城市待测区域网格进行健康风险识别，提取高风险区域的基础地理信息数据及形态指标数据，构成第四样本数据集；

构建遗传算法优化模型，对第四样本数据集中部分形态指标进行优化调整，得到第五样本数据集；

根据健康风险空间识别模型，对第五样本数据集进行评估，得到最终健康风险空间优化结果。

2.根据权利要求1所述的城市健康风险空间识别优化方法，其特征在于，所述对第一样本数据集进行预处理，具体包括：

针对第一样本数据集中每个特征的数据值进行折线图表绘制，判断每个特征中是否存在远偏离正常区间的异常值，对异常值进行删除；

对第一样本数据集中的相同数据进行去重操作。

3.根据权利要求1所述的城市健康风险空间识别优化方法，其特征在于，所述将目标城市中目标区域的地图划分为多个网格，对第二样本数据集中的数据进行统计和处理，形成健康风险空间相关指标，计算出每个网格内各项空间形态相关数据及风险数据，具体包括：

将目标城市中目标区域的地图进行网格划分，划分为多个N×N的网格，并标注网格序号；

对第二样本数据集中的数据进行统计和处理，计算出每个网格内风险等级及各项空间形态相关数据，使空间形态相关数据形成健康风险空间相关指标；

其中，所述空间形态相关数据包括接近度、穿行度、道路密度、建筑密度、空地率、容积率、建筑平均高度、建筑最大高度、建筑高度变异、高宽比、天空开阔度、地面粗糙度。

4.根据权利要求3所述的城市健康风险空间识别优化方法，其特征在于，所述对第二样本数据集中的数据进行统计和处理，计算出每个网格内风险等级及各项空间形态相关数据，使空间形态相关数据形成健康风险空间相关指标，具体包括：

根据目标城市公布的目标区域中各网格在重大公共卫生事件中作为风险区持续天数，使用自然断裂点法划定各网格风险等级，作为风险等级指标；

根据城市道路数据，对目标区域的道路按照所需的计算半径进行整体分析，得到每条道路路段的连接度和穿行度数据，计算每个网格内连接度和穿行度的平均值，作为道路连接度和穿行度指标；

根据城市道路数据，计算每个网格内的道路长度数据，并除以该网格面积，得到该网格内的道路密度，作为道路密度指标；

根据基础地理信息数据，计算每个网格内建筑基底面积，并除以该网格面积，得到该网格内的建筑密度，作为建筑密度指标；

根据基础地理信息数据，计算每个网格内空地面积，并除以该网格面积，得到该网格内的空地率，作为空地率指标；

根据基础地理信息数据，计算每个网格内各建筑中各层建筑面积之和，并除以该网格面积，得到该网格内的容积率，作为容积率指标；

根据基础地理信息数据，得到网格内各建筑的平均高度、最大高度，计算网格中各建筑高度的标准差，分别作为建筑平均高度指标、建筑最大高度指标、建筑高度变异指标；

根据基础地理信息数据与城市道路数据，得到网格内建筑平均高度与道路平均宽度，从而得到建筑平均高度与道路平均宽度的比值，作为高宽比指标；

根据基础地理信息数据，计算平均建筑高度和建筑密度，从而计算网格内的天空开阔度和地面粗糙度，分别作为天空开阔度指标与地面粗糙度指标。